講演抄録/キーワード |
講演名 |
2019-07-11 09:35
Duty Cycle のARモデル化に関する一検討 ○大川航平・岩田大輝・梅林健太(東京農工大)・Janne Lehtomäki(オウル大)・Miguel López-Benítez(リヴァプール大)・Satya Joshi(オウル大) SR2019-29 |
抄録 |
(和) |
動的な周波数共用では,周波数利用に関する統計情報の活用が有用とされている.
本稿では,時間軸方向の周波数利用率に相当する,Duty Cycle (DC) を予測するために自己回帰(Auto-Regressive: AR) モデル化について検討する.
DC の実測値は,従来のAR モデルでは表現が困難な挙動(平均値の時間変動,時間相関が低い時間帯の存在) が存在する.
そのため,これらの特徴を考慮したAR モデルによるDC のモデル化を行う.
具体的には,閾値処理を用いてDC の状態(高いor 低い) を分類し,各状態に対してAR モデル化を行う.
また,移動平均処理によるDC平均値の推定により,平均値の時間変動を考慮する.
DC の実測値を用いた検証から,DC の観測周期が十分に長い場合において提案モデルは十分な予測精度を達成できることを示す. |
(英) |
In dynamic spectrum sharing, it is useful to exploit statistical information on spectrum usage.
In this paper, we investigate an AR (Auto-Regressive) modeling to predict DC (Duty Cycle) which is spectrum occupancy rate over time axis.
Real DC measurements show behavior that is hard for the typical AR model to express such as a time-varying characteristic of mean DC and existence of time period with low-correlation.
To overcome the behavior, we propose a DC model based on AR model considering these behavior.
Specifically, the proposed model classifies the states of DC value (high or low) exploiting thresholding process and models the DC based on AR model each state.
We also consider the time-varying characteristic of mean DC by means of estimation of mean DC by sliding window process.
Several verifications based on real DC measurements show the proposed model can attain high enough prediction accuracy in case of long enough observation period of DC. |
キーワード |
(和) |
コグニティブ無線 / ダイナミックスペクトラムアクセス / スマートスペクトラムアクセス / 周波数利用率 / 自己回帰モデル / / / |
(英) |
Cognitive radio / dynamic spectrum access / smart spectrum access / duty cycle / auto-regressive model / / / |
文献情報 |
信学技報, vol. 119, no. 109, SR2019-29, pp. 59-64, 2019年7月. |
資料番号 |
SR2019-29 |
発行日 |
2019-07-03 (SR) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SR2019-29 |